分布式视频编码关键技术及研究进展

2020-06-19 来源：个人技术集锦

第24卷第8期2007年8月

计算机应用研究ApplicationResearchofComputers

Vo.l24No.8

Aug.2007

分布式视频编码关键技术及研究进展

张前进,郭雷

(西北工业大学自动化学院,西安710072)

摘要:系统地阐述了分布式视频编码(distributedvideocoding,DVC)技术框架的基本原理和近五年的发展历

程;列举了国内外多个研究小组的基本思想研究现状;分析了分布式视频编码技术的发展趋势;揭示了技术的关键和研究热点;展望了该技术在信息安全、可伸缩编码、多描述编码以及光场编码中的应用前景。关键词:分布式信源编码;低复杂度视频编码;鲁棒视频传输;Wyner-Ziv编码;多视角编码中图分类号:TN919.8 文献标志码:A 文章编号:1001-3695(2007)08-0017-05

Advancesindistributedvideocoding

ZHANGQian-jin,GUOLei

(CollegeofAutomation,NorthwesternPolytechnicalUniversity,Xi.an710072,China)

Abstract:Firstly,thispaperintroducedbasicprincipleofDVCscheme.Secondly,listedthedevelopmentinrecentfiveyears,reportedthesystemdiagramandachievementsofseveralworkingteamsinthisfield.Finally,forecastedthetrendoftheDVCtechniqueforecasted,highlightedsomekeypointsofthisareaandexpectedaflourishapplicationininformationsecu-rityandencodingforrobustvideotransmissionsystems.Keywords:distributedsourcecoding;low-complexityvideocoding;robustvideotransmission;Wyner-Zivcoding;multiviewDVC

器进行编码,而解码时进行联合解码。由于只在解码端使用了

0 引言

传统的视频编码标准,如MPEG或ITU-T的H.26x系列,均在编码端利用序列帧之间的统计相关性来进行帧间预测编码的。为了能够较准确地预测当前帧,现行标准中无一例外地使用了运动估计算法。运动估计算法的复杂性,导致了视频编码器复杂度一般比解码器的复杂度高5~10倍。这种视频编码方案对于视频点播和直播等应用是非常适合的。因为在这些应用中终端的任务只是进行复杂度较低的视频解码。相反,另外一些应用系统需要低复杂度编码器,如在军用无线视频传感器网络或卫星视频通信等应用系统中,需要低处理能力的终端处理器把视频信息发送给中心服务器。此时传统的视频编码方案难以胜任,迫切需要一种低编码复杂度的视频编码方案来适应终端的低处理能力。此外,传统视频编码方案在建立可伸缩性码流和抗误码方面也难以胜任。虽然MPEG-4中采纳的精细粒度可伸缩(finegranularityscalability,FGS)[3]视频编码方案具有很好的可伸缩特性,但因其编码效率与非可伸缩方案相比太低,很难在实际视频通信中得到应用。基于FGS的各种改进方案[4,5]也因其编码复杂度和编码效率等问题不能得到推广。这些问题的存在说明在一些特殊应用领域和场合,基于编码端预测的传统视频编码方案难以胜任,急需探索新的编码理论和技术,以突破性地解决这些关键问题,开拓视频编码的应用范围。

近年来,专家们提出了采用分布式编码来解决上述问题。在分布式编码中,多个具有相关性的信源使用相互独立的编码

所有信源的信息,编码端的复杂度可以很低,这与传统的编码方法正好相反。这样在使用手机或其他复杂度受限的设备进行视频通信时,就可以采用上述编码方式对原始视频流进行编码;而在基站通过转码将码流转换为普通的MPEG或H.26x码流,接收该码流的手机仅需使用传统的视频解码方法进行解码。

目前,国外在这一领域有突出研究的是伯克利的Ram-chandran小组[8,9]、斯坦福B.Girod小组[10~13]、UIUC的Ahuja小组[14~16]以及TAMU的ZixiangXiong小组[17~20]等。国内也有一些研究机构正在开展这方面的研究,如清华大学[21,

22]

、微

软亚洲研究院等。随着分布式信源编码研究的日益深入,它已被学者们用来解决更广泛的问题,如用于低复杂度编码、多视角编码、信息安全、可伸缩编码、多描述编码、光场编码等领域。

1 分布式编码的理论基础

111 分布式无损信源编码

分布式压缩指的是编码两个独立的任意序列;每个具有分离的编码器,每一个编码器发送一个独立的码流到一个独立的解码器;该解码器联合解码所有的码流并且计算统计相关,如图1[1]所示。

假设两个统计相关独立同分布的无限长随机序列X和Y,在传统的熵编码和解码可以达到RY\\H(Y)和RX\\H(X)的码率,H(X)和H(Y)为X和Y的熵。有趣的是,联合解码具有更

收稿日期:2006-08-26;修返日期:2007-06-26 基金项目:国家自然科学基金资助项目(60175001)

作者简介:张前进(1964-),男,陕西周至人,博士研究生,主要研究方向为模式识别与智能系统(qianjin@139.com).

#18#

计算机应用研究2007年

好的率失真性能(独立编码)。对于编码长序列,如果满足对于恢复X和Y的残差错误概率足够小,Slepian-Wolf理论建立码率区域

RX+RY\\H(X,Y)RX\\H(X|Y),RY\\H(X|Y)

矩阵,在陪集的解释下,发送伴随阵S=XH,H是线性块码C的校验矩阵。如果P=H,传输的码流是相同的。

可以使用Turbo码来实现Slepian-Wolf编码器[24,25]。由于Turbo码的良好性能,这种方法能够很好接近Slepian-Wolf给定的编码界。之后,Liveris等人采用LDPC(low-densityparity-check)码来实现Slepian-Wolf编码器。仿真结果表明它比当时所有的turbo码的压缩性能都好,更能接近理论限。后来他们[17]又使用IRA(irregularrepeataccumulate)码进行实验,也得到了很好的结果。另外,Lan、Liveris、Naryanan、Xiong和Georghiades对多信源的Slepian-Wolf编码问题进行了研究。212 量化技术及Wyner-Ziv编码器

因为图像的失真度基本上是由量化器决定的,所以对于视频编码而言,量化器是非常关键的一个环节。由于分布式编码中,解码器的动作是整个编码系统结构的核心,这不同于传统的编码器端决定图像质量的工作方式。分布式编码中的量化器无法直接继承传统图像视频编码技术中的量化器设计方法。在Slepian-Wolf编码的基础上,Wyner-Ziv编码机制有了很大进展,对于重建边信息的初步量化器设计目的来自于信息论证。

在此可以发现,RX+RY可以达到联合信息熵H(X,Y)。

在图2[1]中的A点,对X编码的码率为RX=H(X),而对Y进行压缩时所需要的码率仅为RY=H(Y|X)。同样在B点,对Y编码的码率为RY=H(Y),而对X进行压缩时所需要的码率仅为RX=H(X|Y)。这就是在解码端具有边信息的无损信源编码问题的理论限。

112 分布式有损信源编码

对于在解码端具有边信息有损信源编码问题Wyner和Ziv[2]给出了其码率界。

在特定情况下,线性编码和嵌入式格子,接近Wyner-Ziv的率失真函数。特别是当信源和边信息是联合高斯的情况,构成了分布式编码中量化器设计的理论基础。

通常情况下,认为Wyner-Ziv编码器由一个量化器和一个Slepian-Wolf组成。量化器将信号空间分为单元,不相连的子单元影射到相同的量化索引Q,它由固定码率的局部最优Lloyd算法、Wyner-Ziv矢量量化器设计。量化器的设计用于理想Slepian-Wolf编码器编码量化的索引,码率估算依赖于量化索引和边信息,使Slepian-Wolf编码器的块长与量化器维数分离。这是实际系统的基本要求。对于高码率,在特定的情况下,最优量化是格子量化,分离的量化单元不需要影射到同一个索引。在编码端不具有边信息的情况下,它是渐进无性能损失的。

在Wyner-Ziv编码器的设计实现上,Zamir等人给出的嵌套线性/格形码可以达到Wyner-Ziv界。嵌套格形码的实现由Servetto中给出。Xiong等人[17]通过嵌入量化器加Slepian-Wolf构成Wyner-Ziv编码器,后来又使用TCQ(trellis-codedquant-ization)构成Wyner-Ziv编码器,两种方法都能逼近理论界。此外,可以使用Lloyd算法设计量化器加上Slepian-Wolf编码器实现Wyner-Ziv编码。213 联合解码和运动补偿

为了获得更高的压缩效率,可以在解码端进行运动补偿。传统的运动补偿编码可以在这里采用。例如,CRC可以用于解码端的运动补偿,Viterbi解码对一系列运动补偿预测块进行操作,每一个具有不同的运动矢量,每个解码版本的CRC和传送的CRC进行比较选用。

另外一种方法由Stanford完成,即发送一个鲁棒的hash码字来辅助解码端估计运动。目前,本文的hash简单地由量化的DCT系数的小子集组成,在低延迟系统使用前一帧产生边信息。因为hash比原数据小,所以允许将上帧的hash存储到内存。对于当前帧的每个块,计算对应的鲁棒hash的相邻帧

2 分布式视频编码关键技术

分布式编码是在视频压缩领域的一个新框架,基于Slep-ian-Wolf和Wyner-Ziv的理论。近年来,人们也着手于实际编/解码系统的开发,熵编码、量化和变换。211 Slepian-Wolf编码器

虽然Slepian-Wolf的理论产生于20世纪70年代,但是它却是在最近几年才获得了实际的应用。三十年前人们就明白Slepian-Wolf编码[1]非常接近于信道编码,可以使用一个系统信道编码传输校验位。在解码端,可以连接校验位和边信息Y,并且执行纠错解码。如果X、Y非常相似,只需要传输少许校验位和重要的压缩结果。需要强调的是这个方法并不执行前向纠错来保护信道传输的错误,而是使用一个虚拟的相关信道来获取X和边信息Y的统计相关。

另一种编码实现方法,即将序列X分为陪集,编码端发送X所属的陪集索引,接收端通过选择陪集中与边信息Y最可能的码字。可以看出两种解释是相同的,在校验位的解释下,发送一个二进制的行矢量Xp=XP,G为系统线性块编码的生成第8期张前进,等:分布式视频编码关键技术及研究进展

# 19 #

距离。如果超过一定距离,则发送hash数据和Wyner-Ziv位。在hash的基础上,解码端执行一个运动搜索来产生最优的边信息块,量化系数的hash码能修正Turbo解码的相应概率,因此进一步减少了校验位的码率。Hash也能在重建时用于精简。这非常近似于通用的Slepian-Wolf编码的相关信道。214 码率控制

Wyner-Ziv的码率控制由当前帧和边信息的统计相关特性来决定。编码算法本身并不需要改变,码率随信道的统计特性而变化。每个帧需要多少码率的传输是灵活的,因为边信息是在解码端获取而不是在编码端获取。

码率控制解决的方法之一:完全依赖于解码端的反馈信息;解码端将决定最优编码速率并反馈给编码端。解码端使用相关信道估计算法将预测码率传输给编码端。

在解码端进行码率控制,明显降低了编码端的负担;反馈允许解码器在产生边信息方面具有很大的灵活性;从简单的拷贝帧的机制到非常复杂的运动补偿;基于对象的分割或多帧预测;一个精确的边信息,需要很少的码率。因此整个系统性能的改善只与解码器有关系。这与传统的视频编码方式是有区别的。

这种方法有两个比较明显的缺点:首先需要一个反馈信道,这会造成延迟;统计特性估计和解码过程都是在线执行。因此这种算法不适宜于低复杂度的设备应用。

另外一个码率控制方式是使用一些在编码端的估计,如PRISM。编码端存储前一帧,基于帧差的能量;每个块分为不同的编码模式,具有不同的码率,帧差过小,则不编码;在这两种模式中间是不同的伴随阵和不同的码率,取决于估计的统计相关。运动估计在解码端没有,可以降低解码复杂度;边信息的精度不影响码率,但是会影响重建的信号质量。

一个相似变换域的Wyner-Ziv视频编码是PRISM[8]。首先进行DCT变换,然后进行统一的标量量化。然而,每个块是独立编码的,只有低频系数才使用trellis编码的Slepian-Wolf编码,高频系数使用传统的熵编码。编码端发送一个量化系数的CRC,以在接收端辅助运动补偿,率控的方式是使用一些在编码端的估计,例如PRISM。

312 分布式信源编码在可伸缩视频编码中的应用

信息的逐步求精最早由Equitz和Cover提出。给出只有当X、X^2、X^1可以用马氏链X→X^2→X^1表示时信源才是可以逐步求精的。

QianXu等人[20]在上述理论的基础上,设计了具有可伸缩性的视频编码系统。其系统框图如图4[29]所示。

在该系统中,视频流被分为基本层和增强层。基本层由传统的H.26L视频编码器生成,增强层由Wyner-Ziv编码器生成。Wyner-Ziv编码器由DCT变换、嵌套标量量化(NSQ)以及基于不规则LDPC的Slepian-Wolf编码器(SWC)组成。NSQ将输入的DCT系数分成不同的陪集然后只输出陪集的索引。而较高的位平面直接跳过不进行传输,较低的位平面由于不重要被量化为0。这样通过NSQ只剩下中间的位平面。最后用由多级LDPC编码器构成的SWC编码器对中间的位平面编码,从而形成增强层码流。解码时用H.26L解码器对基本层码流解码得到基本层。然后以该基本层作为边信息利用Wyner-Ziv解码器对增强层码流解码得到效果更好的视频流。

通过采用Wyner-Ziv编码使得在FGS中的基本层码流必须在解码端无损得到的要求得以降低。然而由于LDPC固有的局限性解码使其只能在层边界进行,否则会引起很高的解码错误率[29]。

Sehgal等人[14]利用Wyner-Ziv编码设计了一个可伸缩视频编码系统。其性能比传统的可伸缩编码高出大约4db。313 分布式信源编码在信息安全中的应用

图像散列函数已经在最近几年成为一个重要的领域。这些函数将图像映射为一个短的二进制字符,以便于比较和检索。该函数具有的特性是:相似的图像应该具有相同的散列值,即使图像有一些位平面的误差。一些重要的应用需求是将安全潜入到散列函数。

图像散列的一个应用是视频水印。一个图像的散列函数能拥有选择一个具有图像水印算法的视频帧的子集。安全图像散列也可以用于认证,通过使用散列值作为认证的尾信息。图像散列可以用于维护大的图像数据库。二进制的散列值提供一个有效的计算方法,检验是否有新的图像在数据库中存在。

对于给定一个图像的特征矢量,安全压缩矢量到最接近的率失真极限,以保证系统的安全性,可以应用到图像的散列函

3 分布式信源编码在视频编码中的应用

311 低复杂的视频编码

在计算复杂度和内存需求都很敏感的应用领域,Wyner-Ziv编码器具有很大的优势。它们压缩每个视频帧,只需要帧内的处理。相应的解码端在网络中的固定节点,通过复杂的帧间处理,计算帧间相关性,通过转移运动估计和补偿到解码端,相应的不对称也是Slepian-Wolf和Wyner-Ziv算法。对于接收端是另一个复杂度受限设备,Stanford、California、Berkeley已经在这个创新的构架上提出了实际原理。首先,基于块的DCT是Wyner-Ziv帧,变换系数独立的量化,分为系数子带,通过Slepian-WolfTurbo编码。基于DCT域的编码复杂度较高,但是与基于预测的帧间编码相比,运算复杂度还是很低。典型的低复杂视频编码框图如图3所示。

#20#

计算机应用研究2007年

数。使用基于分布式信源编码方法的安全压缩,首先增加一个抖动序列到特征矢量,该抖动类似于密码学中的密钥;接着压缩抖动的特征矢量,假设抖动是在解码端获得的边信息。必须说明的是,在散列问题上,没有解码器,抖动矢量的伴随阵就是散列值,没有执行解码。系统框图如图5所示。

进我国视频编码技术的发展;对于抢占国际多媒体处理和通信的制高点,形成自主知识产权有重要意义。参考文献:

[1]

SLEPIAND,WOLFJK.Noiselesscodingofcorrelatedinformationsources[J].IEEETransonInformationTheory,1973,19(4):471-480.

[2]WYNERAD,ZIVJ.Onsourcecodingwithsideinformationatthe

decoder[J].294-300.

IEEETransonInformationTheory,1975,21(3):

本系统使用独立同分布高斯抖动序列。对于这样的抖动,可以证明散列值是可以达到信息理论的安全。Wyner-Ziv编码器由一个标量量化器和一个TCM信道编码组成。Wyner-Ziv编码性能取决于数据X,而不是边信息K。特别的,可以将K增加到任意大,性能并不会降低[31]。314 分布式信源编码在多视角编码中的应用

MultiviewDVC的目标是高效地编码不同的视频码流;通过在解码端计算冗余,获得了DVC的低编码复杂度和嵌入式错误恢复。MultiviewDVC近年来受到研究者的广泛关注,Ramchandran和GirodetalandGuo等人在这方面进行了很多研究并发表了相关论文。

以使用三个摄像机为例。其中两个为帧内摄像机,工作在通常的编码方式下,其视频流独立地工作于其他的摄像机;第三个摄像机为Wyner-Ziv摄像机,独立工作,但是解码需要其他码流。这种联合解码允许Wyner-Ziv摄像机传送一个低的码率,由Slepian-Wolf决定。

Wyner-Ziv摄像机传送一些帧在帧内模式,即独立编码于其他帧,其余帧使用Wyner-Ziv模式进行编码;在解码端进行联合解码,即两个帧内模式中间有一个Wyner-Ziv帧。解码的Wyner-Ziv帧首先产生边信息,对此帧的估计,较好的边信息,则需要较少的位进行编码传输。使用WZ摄像机来估计WZ帧称为帧内摄像机插值(IntraCI),或者空域插值。一般使用的办法是运动补偿空域插值(MCTI),执行基于块的运动补偿。但是在高速运动的物体场景中,MCTI的效果将会降低。当使用其余的摄像机来估计WZ摄像机时,此方法称为帧间摄像机插值或空域插值,后续的混合方法运动补偿误差估计EMCE、PMCE和PNFE,用于解决上述不可靠问题[30]。

[3]LIWe-iping.FinegranularityscalabilityinMPEG-4forstreamingvideo[C]//IEEEInternationalSymposiumonCircuitsandSystems.Geneva,Switzerland:[s.n.],2000:299-302.

[4]RADHAH,SHAARvander,CHENY.TheMPEG-4fine-grainedscalablevideocodingmethodformult-imediastreamingoverIP[J].IEEETransMultmiedia,2001,3(1):53-68.

[5]WUFeng,LISh-ipeng,ZHANGYa-qin.Aframeworkforefficient

progressivefinegranularityscalablevideocoding[J].344.

[6]WYNERAD,ZIVJ.Therate-distortionfunctionforsourcecoding

withsideinformationatthedecoder[J].IEEETransactionsonIn-formationTheory,1976,22(1):1-10.[7]

PRADHANSS,RAMCHANDRANK.Distributedsourcecodingu-singsyndromes(DISCUS):designandconstruction[C]//ProcofIEEEDataCompressionConference.Piscataway:IEEE,167.[8]

PURIR,RAMCHANDRANK.PRISM:anewrobustvideocodingarchitecturebasedondistributedcompressionprinciples[C]//ProcofConferenceonCommunication,Contro,l211-219.[9]

PURIR,RAMCHANDRANK.PRISM:anuplink-friendlymult-imediacodingparadigm[C]//ProcofInternationalConferenceonA-coustics,2003.[10]AARONA,

ZHANGR,GIRODB.Wyner-Zivcodingofmotion

Pacific

video[C]//ProcofConferenceonSignalsandSystems.Grove,CA:[s.n.],2002.

[11]AARONA,RANES,SETTONE,etal.Transform-domainWyner-Zivcodecforvideo[C]//ProcofSPIEVisualCommunicationsandImageProcessing.SanJose,CA:[s.n.],2004.

[12]AARONA,RANES,GIRODB.Wyner-Zivvideocodingwithhash-basedmotioncompensationatthereceiver[C]//ProcofIEEEInter-nationalConferenceonImageProcessing.Singapore:[s.n.],2004.[13]ZHUXiao-qing,AARONA,GIRODB.Distributedcompressionfor

largecameraarrays[C]//ProcofIEEEWorkshoponStatisticalSig-nalProcessing.Missour:i[s.n.],2003.[14]SEHGALA,

JAGMOHANA,AHUJAN.

Scalablevideocoding

usingWyner-Zivcodes[C]//ProcofPictureCodingSymposium.San-Francisco:[s.n.],2004.

[15]JAGMOHANA,SEHGALA,AHUJAN.WYZE-PMDbasedmult-i

pledescriptionvideocoder[C]//ProcofIEEEIntConfMultimediaandExpo.Baltimore:[s.n.],2003.

[16]JAGMOHANA,SEHGALA,AHUJAN.Compressionoflight-field

Speech,

andSignalProcessing.HongKong:[s.n.],

andComputing.2002:

1999:158-IEEETrans

Circuitandsystemsforvideotechnology,2001,11(3):332-

4 结束语

分布式视频编码理论已获得了很大发展,建立了实用的分布式视频编码系统,并应用于无线视频通信和可伸缩视频编码中。涉及的研究内容包括分布式视频编码基础理论研究、视频变换在分布式编码中的应用研究、网格量化技术在分布式编码中的应用研究、适于分布式信源编码的信道编码技术研究、提高边信息预测准确性的技术研究,以及在以上关键技术研究的基础上,探索有效的分布式可伸缩视频编码方案。分布式视频编码可以应用于无线视频通信、网络流媒体、视频会议、远程教育、远程医疗等应用中。本研究对于探索新的视频编码技术、解决传统视频编码仅在编码端进行信源统计所遇到的编码复杂度高等问题,具有重要的理论意义和实用价值,将有助于促第8期张前进,等:分布式视频编码关键技术及研究进展

# 21 #

renderedimagesusingcostcodes[C]//ConferenceRecordofthe37thConferenceonSignals,SystemsandComputers.2003.[17]LIVERISA,XIONGZ,GEORGHIADESC.

Jointsource-channel

codingofbinarysourceswithsideinformationatthedecoderusingIRAcodes[C]//ProcofMult-imediaSignalProcessingWorkshop.VirginIslands:[s.n.],2002.

[18]XIONGZ,LIVERISA,CHENGS,etal.Nestedquantizationand

slepian-Wolfcoding:aWyner-ZivcodingparadigmforI.I.D.sources[C]//ProcofIEEEWorkshoponStatisticalSignalProcessing.St.Louis:[s.n.],2003.

[19]LANCF,LIVERISAD,NARAYANANK,etal.Slepian-Wolfco-dingofmultipleM-raysourcesusingLDPCcodes[C]//ProcofIEEEDataCompressionConference.2004:549-549.

[20]XUQian,XIONGZ-ixiang.LayeredWyner-Zivvideocoding[C]//

ProcofVideoCodingandImageProcessing.2004.

[21]DINGGu-iguang,DAIQiong-ha,iYANGFeng,etal.Anewregion-o-finterestimagecompressionmethodbasedonWyner-Zivcoding[C]//ProcofIEEEVisualCommunicationsandImageProcessing,VCIP.05.Beijing:[s.n.],2005.

[22]YANGFeng,DINGGu-iguang,DAIQiong-ha,ietal.Adaptivekey

frameselectionWyner-Zivvideocoding[C]//ProcofIEEEInterna-tionalWorkshoponMultimediaSignalProcessing.Shangha:i[s.n.],2005.

[23]WYNERAD.Recentresultsintheshannontheory[J].

TransonInformationTheory,1974,20(1):2-10.

[24]ZHAOY,GARCIA-FRIASJ.Datacompressionofunknownsingle

IEEE

andcorrelatedbinarysourcesusingpuncturedturbocodes[C]//ProcofConferenceonCommunication,Contro,landComputing.Montice-llo:[s.n.],2001.

[25]BAJCSYJ,MITRANP.CodingfortheSlepian-Wolfproblemwith

turbocodes[C]//ProcofIEEEGlobalCommunicationsConference.SanAntonio,TX:[s.n.],200.

[26]BAJCSYJ,MITRANP.NearshannonlimitcodingfortheSlepian-Wolfproblem[C]//ProcofBiennialSymposiumonCommunications.Kingston,Ontario:[s.n.],2002.

[27]GASTPARM.TheWyner-Zivproblemwithmultiplesources[J].

IEEETransactionsonInformationTheory,2004,50(11):2762-2768.

[28]SERVETTOSD.Latticequantizationwithsideinformation[C].//

ProcofIEEEDataCompressionConference.2000.[29]STEINBERGY,MERHAVN.

Wyner-Zivproblem[J].2004,50(8):1636-1654.

[30]ARTIGASX,ANGELIE,TORRESL.Sideinformationgeneration

formult-iviewdistributedvideocodingusingafusionapproach[C]//Procofthe7thNordicSignalProcessingSymposium,NORSIG.06.Reykjavik,Iceland:[s.n.],2006.

[31]JOHNSONM,RAMCHANDRANK.Dither-basedsecureimagehas-hingusingdistributedcoding[C]//ProcofIEEEIntConfImagePro-cessing.Barcelona,Spain:[s.n.],2003.

[32]ZAMIRR.TheratelossintheWyner-Zivproblem[J].IEEETrans

onInformationTheory,1996,42(6):2073-2084.

OnsuccessiverefinementfortheIEEETransonInformationTheory,

(上接第16页)完全分离,用有状态资源来保存状态信息,巧妙

[3]CZAJKOWSKIK,FERGUSONDF,FOSTERI,etal.TheWS-re-sourceframework[EB/OL].org/wsrf/specs/ws-wsr.fpd.f

(2004-03-05).http://www.globus.

地解决了网格界和Web服务研究人员面临的共同难题)))/Web服务既能保持状态信息,又具有无状态性0,这是一个两全其美的解决方案。保持Web服务的无状态性具有重要意义,既可以充分兼容现有的Web服务标准,利用工业界已推出的大量支持工具,又能支持那些不需要状态的Web服务的开发。而Web服务提供了用户访问和操作服务的状态数据的能力,能很好地满足网格界对有状态的网格服务的需求。

[5][4]

FOSTERI,FREYJ,GRAHAMS,etal.ModelingstatefulresourceswithWebservicesv111[EB/OL].106.

ibm.sources.pd.f

FOSTERI,KESSELMANC,NICKJ,etal.Thephysiologyofthegrid:anopengridservicesarchitecturefordistributedsystemsintegra-tion[EB/OL].papers/ogsa.pd.f

(2002-06-22).http://www.globus.org/research/

(2004-03-05).http://www-com/developerworks/library/ws-resource/ws-modelingre-

5 结束语

网格采用面向服务的体系架构是大势所趋,而WSRF解决了许多困扰网格研究的问题,更有力地推动了OGSA的发展。WSRF得到了网格界的一致好评,被认为是实现OGSA架构的理想网格服务标准。WSRF自推出后得到广泛采用和支持,globus联盟已经开发出实现WSRF标准的globustoolkit4(GT4)[9]。参考文献:

[1]

FOSTERI,KESSELMANC,TUECKES.Theanatomyofthegrid:enablingscalablevirtualorganizations[J].[2]

InternationalJournalof

[9]

SupercomputerApplications,2001,15(3):200-222.

FOSTERI,KISHMOTOH,SAVVAA,etal.Theopengridservicesarchitecture,version110[EB/OL].(2005-01-29).http://www.gridforum.org/documents/GWD-I-E/GFD-I.030.pd.f

[8][7][6]

TUECKES,CZAJKOWSKIK,FOSTERI,etal.Opengridservicesinfrastructure(OGSI)version110[EB/OL].Specification_v1.0.pd.f

CZAJKOWSKIK,FERGUSOND,FOSTERI,etal.FromopengridservicesinfrastructuretoWS-resourceframework:refactoring&evolu-tion[EB/OL].(2004-03-05).http://www.globus.org/wsrf/specs/ogsi_to_wsrf_1.0.pd.f

FREYJ,GRAHAMS,CZAJKOWSKIK,etal.WS-resourcelifetimespecification[EB/OL].(2004-03-05).http://www-106.ibm.com/developerworks/library/ws-resource/ws-resourcelifetime.pd.fFOSTERI.Globustoolkitversion4:softwareforservice-orientedsys-tems[C]//IFIPInternationalConferenceonNetworkandParallelComputing.Berlin:Springer-Verlag,2005:2-13.

(2003-06-06).h-t

tp://www.globus.org/alliance/publications/papers/Final_OGSI_

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文

全部栏目

分布式视频编码关键技术及研究进展